Teza doctorat (pdf) - Universitatea Tehnică

8) Salvarea unităţilor acustice în baza de date
Cap. 7. Proiectarea sistemului de sinteză de voce în limba română
După detecţia silabelor dorite din semnalul vocal, acestea se salvează ca fişiere distincte
în structura ierarhică a bazei de date. Aşa cum s-a prezentat în secţiunea 6.4.6, baza de date
vocală este organizată în funcţie de parametrii unităţilor acustice, astfel:
a) după lungimea unităţilor: silabe alcătuite din două, trei sau patru litere, precum şi
foneme singulare ;
b) după poziţia silabei în interiorul cuvântului: silabe iniţiale/mediane sau finale ;
c) după accentuare: silabe accentuate sau neaccentuate.
Ca urmare, baza de date vocală prezintă o structură arborescentă, în care unităţile acustice
sunt stocate sub formă de fişiere.
Pentru a implementa criteriul a), au fost create directoarele: S1, S2, S3 şi S4, în fiecare
director fiind memorate doar unităţi de lungime corespunzătoare.
Pentru a implementa criteriul b), în fiecare director a fost creat un subdirector Final, în
care au fost memorate unităţile de tip silabă finală, în timp ce silabele acustice iniţiale/mediane
au fost salvate în directorul părinte.
Criteriul c) a fost rezolvat prin utilizarea unor convenţii de notaţie a numelui fişierelor;
astfel silabele accentuate prezintă sufixul ‘_’ în numele fişierelor ce le conţine. De exemplu,
pentru silaba neaccentuată sa avem fişierul sa.wav, iar pentru silaba accentuată sá a fost
înregistrat fişierul sa_.wav (convenţiile de notaţie au fost prezentate în tabelul 6.5).
Rezultă următoarea structură a colecţiei de fişiere din baza de date vocală :
fF
Rădăcină
S1 S2 S3 S4
Final Final Final Final
f A F
f f A
ffF ff A F
ff ff A
fffF fff A
Figura 7.8. Structura colecţiei de fişiere din baza de date vocală
În figura de mai sus, notând U = unitatea acustică (U = f pentru foneme singulare, U = ff
pentru silabe de două litere, U = fff pentru silabe de trei litere, U = ffff pentru silabe de patru
litere), avem :
- U = unitatea acustică neaccentuată în poziţie mediană ;
- U A = unitatea acustică accentuată în poziţie mediană ;
- UF = unitatea acustică neaccentuată în poziţie finală ;
- U A F = unitatea acustică accentuată în poziţie finală.
251
F
fff fff A
ffffF ffff
A F
ffff ffff
A